学位论文 > 优秀研究生学位论文题录展示

化学计量学方法在大黄光谱鉴别及有机环境污染物紫外光谱检索中的应用

作　者: 王凤霞
导　师: 张卓勇
学　校: 首都师范大学
专　业: 分析化学
关键词: 大黄 中红外光谱 近红外光谱 温度限制串联相关网络 二维相关光谱 环境污染物 紫外光谱谱库检索
分类号: O657.32
类　型: 硕士论文
年　份: 2006年
下　载: 184次
引　用: 0次
阅　读: 论文下载
 

内容摘要


大黄是我国著名的特产药材，用药历史悠久，从古至今一直是临床最常用药物之一，以泻下、健胃而著称于世。药典收载的正品大黄为掌叶大黄、唐古特大黄和药用大黄。除正品大黄外，其它种类的大黄在不同地区及民间也做药用，但药效不同，泻下作用差，且有的可引起腹痛。为了确保大黄临床用药的安全有效，对大黄药材进行质量控制至关重要。 近年来，多种现代仪器分析方法被用于中药鉴定和质量控制，红外光谱(MIR)法在物质的定性、定量分析和鉴别中一直起着十分重要的作用。作为一种简单、快速、无损的检测手段，近红外光谱(NIR)技术已成为中药材定性判别和定量分析的新兴方法。近红外光谱区的吸收强度低、谱带复杂、重叠严重，无法使用经典定性、定量方法，必须借助于化学计量学中的多元统计、曲线拟合、聚类分析、多元校准等方法定标，将其所含的定性、定量信息提取出来。温度限制串联相关神经网络(Temperature constrained cascade correlation network，TCCCN)具有更快的训练速度、更广的泛化能力及更强的鲁棒性，在非线性多元校正中尤其是分类问题中显示出一定的优势。 本论文第二、第三章将TCCCN网络分别结合大黄的中红外、近红外光谱，且利用Leave-one-out和Latin-partition两种交叉验证方法对大黄的正品与非正品进行鉴别研究；并详细讨论了TCCCN网络参数对预测结果的影响。结果表明，TCCCN网络分别结合中红外光谱技术、近红外光谱对大黄的正品与非正品鉴别的正确率分别为96.13％，100％。 由于中红外、近红外光谱技术特征的相互补充，中红外—近红外二维相关光谱分析技术也许给复杂体系的振动光谱方面提供更多的理解和更深刻的解释。本论文第四章，将大黄的近红外光谱和红外光谱结合二维相关技术用于正品与非正品大黄的研究。结果首先表明正品大黄与非正品大黄二维相关光谱之间存在明显的差异，可以利用这种的差异进行正品与非正品的鉴别。根据二维相关图分析及文献对水及大黄成分的研究，二维光谱中2280-2300 nm处的相关带可以初步认为由水的吸收引起的而1750nm处与中红外光谱的相关带可能由大黄化合物中的C-H键振动引起的。结果还表明正品大黄与非正品大黄近红外—中红外杂相二维相关光谱之间的差异与正品大黄与非正品大黄泻下作用药效的差异之间也存在一定的联系。 本论文第五章，将BP-NNs用于有机环境污染物紫外谱库检索。为了加快网络的收敛、提高谱库检索的准确率，对数据进行了小波压缩及导数处理。本论文中对BP-NNs网络的优化参数作了详细地讨论；针对实际检测中存在的噪声、基线漂移、斜坡背景、含杂等不

全文目录


摘要  2-4
Abstract  4-6
目录  6-9
第一章 绪论  9-39
  1.1 人工神经网络的兴起与发展  9-10
  1.2 人工神经网络的基础  10-19
    1.2.1 人工神经元模型  11-12
    1.2.2 人工神经网络模型  12-14
    1.2.3 人工神经网络的基本特征  14-15
    1.2.4 神经网络在分析化学中的应用  15-18
    1.2.5 研究意义与前景展望  18-19
  1.3 温度限制串联相关神经网络  19-21
    1.3.1 温度限制串联相关神经网络的发展  19
    1.3.2 温度限制串联相关网络原理简介  19-20
    1.3.3 温度限制串联相关网络的应用  20-21
  1.4.二维相关光谱  21-25
    1.4.1 二维相关光谱的发展  21
    1.4.2 二维相关光谱的原理及特点  21-23
    1.4.3 二维相关光谱的应用  23-25
  1.5 近红外光谱技术  25-29
    1.5.1 近红外光谱的特点  25-26
    1.5.2 近红外光谱定性分析技术  26-27
    1.5.3 近红外光谱定量分析技术  27-28
    1.5.4 近红外光谱分析在医药领域中的应用  28-29
  1.6 大黄简介  29-30
  1.7 有机环境污染物简介  30
  参考文献  30-39
第二章 红外光谱-TCCCN网络鉴定大黄样品  39-52
  2.1 引言(Introduction)  39-41
  2.2 实验部分(Experimental)  41-43
    2.2.1 样品与仪器(Samples and Instruments)  41
    2.2.2 数据处理与计算(Data processing and computation)  41-42
    2.2.3 交叉验证(Cross Validation)  42-43
  2.3 结果与讨论(Results and discussions)  43-48
    2.3.1 大黄红外光谱(Official and unofficial rhubarb spectra)  43
    2.3.2 小波压缩水平对网络的影响(Effect of wavelet compression levels)  43-44
    2.3.3 变换函数类型对网络的影响(Effect of type of transfer function)  44-45
    2.3.4 候选单元数对网络的影响(Effect of number of candidate units)  45-46
    2.3.5 预设误差对网络的影响(Effect of pre-defined relative errors)  46-48
  2.4 温度限制串联相关网络模型的评价(Evaluation of TCCCN models)  48-50
    2.4.1 拉丁配方的方法对网络的评价(Evaluation using Latin-partition approach)  48-49
    2.4.2 温度限制串联相关网络与支持向量机输出结果的比较(Prediction results from TCCCN and support vector machine)  49-50
  2.5 结论(Conclusions)  50
  参考文献(References)  50-52
第三章 中草药大黄的近红外光谱和TCCCN网络鉴别研究  52-65
  3.1 引言(Introduction)  52-53
  3.2.实验部分(Experimental)  53-55
    3.2.1 样品与仪器(Samples and instrument)  53-54
    3.2.2 数据处理与计算(Data processing and computation)  54
    3.2.3 交叉验证(Cross Validation)  54-55
  3.3.结果与讨论(Results and discussion)  55-60
    3.3.1 大黄近红外光谱(Near-infrared spectra of rhubarb)  55
    3.3.2 小波压缩次数对网络的影响(Effect of wavelet compression levels)  55-56
    3.3.3 转换函数类型对网络的影响(Effect of transfer functions)  56-57
    3.3.4 候选单元数对网络的影响(Effect of number of candidate units)  57-58
    3.3.5 预设误差对网络的影响(Effect of pre-defined relative errors)  58-60
  3.4.温度限制串联相关网络模型的评价(Evaluation of TCCCN models)  60-63
    3.4.1 拉丁配方法对网络模型的评价(Evaluation using Latin-partition approach)  60-61
    3.4.2 温度限制串联相关网络与BP网络结果的比较(Prediction results from TCCCN and BP-NNs)  61-63
  3.5.结论(Conclusions)  63
  参考文献(REFERENCES)  63-65
第四章 红外-近红外二维相关光谱应用于正品与非正品大黄样品的研究  65-77
  4.1 引言(Introduction)  65-66
  4.2 数学基础(Mathematical basis)  66-67
  4.3 实验部分(Experimental)  67-68
    4.3.1 样品与仪器(Samples and instruments)  67-68
    4.3.2 数据处理与计算(Data processing and computation)  68
  4.4 结果与讨论(Results and discussions)  68-74
    4.4.1 大黄近红外与红外光谱(Near-infrared and mid-infrared spectra of rhubarb)  68-70
    4.4.2 大黄二维中红外与近红外相关光谱(Two-dimensional MIR-NIR Correlation Spectra of rhubarbs)  70-74
  4.5.结论(Conclusions)  74
  参考文献(REFERENCES)  74-77
第五章 有机环境污染物紫外光谱检索的神经网络方法  77-88
  5.1 引言  77
  5.2 实验部分  77-78
    5.2.1 仪器和试剂  77
    5.2.2 数据的准备和预处理  77-78
    5.2.3 噪声与杂质的模拟  78
  5.3 结果与讨论  78-86
    5.3.1 网络参数的优化  78-82
    5.3.2 用常规光谱作训练  82-83
    5.3.3 用常规混合光谱作训练  83-84
    5.3.4 用导数光谱作训练  84-85
    5.3.5 与相关系数法比较  85-86
  5.4 结论  86
  参考文献(References)  86-88
攻读硕士学位期间发表及待发表的论文  88-89
致谢  89

相似论文

  1. 葡萄籽原花青素制备工艺及真菌毒素检测,TQ461
  2. 基于近红外光谱的水稻叶片氮素营养监测研究,S511
  3. 近红外光谱分析技术在尖椒叶片生长信息获取中的应用,S641.3
  4. 仪器间的光谱模型传递及谱图标准化,O657.33
  5. 借助远缘杂交构建大黄鱼微卫星标记连锁图谱,S917.4
  6. 大黄鱼PPARβ基因的cDNA克隆和组织表达,S917.4
  7. 纤维素衍生物膜的制备及对手性化合物的分离,TB383.2
  8. 大黄素分子印迹聚合物的制备及应用,O631.3
  9. 大黄鱼Toll样受体免疫信号传导通路相关基因克隆与表达,S917.4
  10. 掌叶大黄根腐病病原物研究,S435.672
  11. 基于近红外光谱技术的脑血氧监测技术的研究,R318.51
  12. 大黄蛰虫丸配合化疗治疗胰腺癌血瘀证的临床研究,R735.9
  13. 滩涂贝类—文蛤产地环境中主要环境因子的分布特征,S931.3
  14. 结合近红外与模式识别技术的纸浆原料分类研究,TN219
  15. 清代中俄大黄贸易研究,K249
  16. 瓜环与芳香胺类环境污染物的相互作用及分析检测性能研究,X132
  17. 虎杖中白藜芦醇的分离及中试研究,S567.239
  18. 大黄蛰虫丸治疗乙肝纤维化疗效的系统评价,R259
  19. 海洋环境有机污染物快速检测技术,X834
  20. 应用近红外光谱技术快速检测原料肉新鲜度及掺假的研究,O657.33
  21. 黍稷近红外测定方法及其抗氧化品质性状分析,S516

中图分类: > 数理科学和化学 > 化学 > 分析化学 > 仪器分析法（物理及物理化学分析法） > 光化学分析法（光谱分析法） > 可见和紫外分光光度法
© 2012 www.xueweilunwen.com